arXiv cs.CL· Elias Lumer, Sahil Sen, Vamse Kumar Subbiah, Kevin Paul·· 3 小时前AI 评分44
深度研究智能体的反思式提示词优化：衡量可迁移增益与提示词级过拟合的主题不相交多种子协议
Reflective Prompt Optimization of a Deep-Research Agent: A Topic-Disjoint, Multi-Seed Protocol for Measuring Transferable Gains and Prompt-Level Overfitting
AI 导读
GEPA 反思式提示词演化优化了多智能体深度研究智能体的两个系统提示词，主题不相交划分下 held-out 引用奖励从 0.702 升至 0.781，增益 +0.079 并在三个种子复现。近半获胜提示词是记忆答案键，消融却显示它在编码的训练题上也无奖励；逐维度反馈才是增益迁移的因果要素，压成单一标量奖励则迁移转负。
来源：arXiv cs.CL · arxiv.org